Zusammenfassung
In diesem Beitrag wird ein Ansatz zur automatischen Unterscheidung nävozellulärer Nävi von malignen Melanomen vorgestellt, der auf profilometrischen Messungen der Hautoberfläche beruht. Die Analyse stützt sich auf hochaufgelöste Oberflächenprofile eines Hautareals von 4x4mm2 Größe, das mit 125 Meßpunkten pro mm mit einem Laserprofilometer abgetastet wird. Jedes dieser Profile wird in 16 Teilprofile gleicher Größe zerlegt, aus denen zur Differenzierung von Melanomen und Nävi drei verschiedene Arten von Merkmalen extrahiert werden: Texturmerkmale, Fouriermerkmale und fraktale Merkmale. Anschließend wird eine Auswahl von Merkmale getroffen, wobei die Güte einer Untermenge von Merkmalen mit der Fehlerrate des Nächster-Nachbar-Klassifikators, geschätzt mit der Leaving-One-Out Methode, bestimmt wird. Mit der so ermittelten besten Teilmenge von Merkmalen werden Backpropagation-Netzwerke trainiert. Hierbei werden die Anzahl von verborgenen Schichten, die Anzahl von Neuronen pro Schicht sowie die Fehlerschwelle variiert. Die niedrigste mit einem Backpropagation-Netz erreichte Fehlerrate von 9.1% wurde mit zwei verborgenen Schichten mit 8 Neuronen in der ersten und 13 Neuronen in der zweiten Schicht erzielt, die geringste Fehlerrate mit einem Nächster-Nachbar-Klassifikator lag bei 4.5%, wobei Lern- und Teststichproben in derselben Weise wie bei den Neuronalen Netzen gewählt wurden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Balch, C.M, H.M. Shaw, S.-J. Soong, G.W. Milton, Veränderungen der klinischen und pathologischen Merkmale des Melanoms in den letzten 30 Jahren, in „Hautmelanome”, eds. C.M. Balch, G.W. Milton, Springer, Berlin (1985).
Ballard, D.H., C.M. Brown, Computer Vision, Prentice-Hall, Englewood Cliffs (1982).
Falconer, K.J., Fraktale Geometrie, Spektrum Akademischer Verlag, Heidelberg (1993).
Foley, J., A. van Dam, S. Feiner, J. Hughes, Computer Graphics: Principles and Practice, Addison Wesley, New York (1990).
Haralick, R.M., K.S. Shanmugam, I. Dinstein, Textural Features for Image Classification, IEEE Trans. SMC 3, pp. 610–621 (1973).
Jain, A.K., Advances in statistical pattern recognition, in „Pattern recognition Theory and Applications”, eds. P.A. Devijver, J. Kittler, Springer, Berlin (1986).
Jain, A.K, R.C. Dubes, Algorithms for Clustering Data, Prentice Hall, Englewood Cliffs (1988).
Kreusch, J., G. Rassner, Auflichtmikroskopie pigmentierter Hauttumoren, Thieme, Stutgart (1991).
Lee, J.A.H., Die Entstehung des Melanoms, in „Hautmelanome”, eds. C.M. Balch, G.W. Milton, Springer, Berlin (1985).
Niemann, H., Klassifikation von Mustern, Springer, Berlin (1983).
Pao, Y.-H., Adaptive Pattern Recognition and Neural Networks, Addison-Wesley, New York (1989).
Raudys, S., A.K. Jain, Small sample size problems in designing artificial neural networks, in „Artificial Neural Networks and statistical Pattern Recognition”, eds. I.K. Sethi, A.K. Jain, Elsevier Science Publishers, Amsterdam (1991).
Ritter, H., T. Martinez, K. Schulten, Neuronale Netze, Addison-Wesley, Bonn (1992).
Roßmanith, C., H. Handels, E. Rinast, S.J. Pöppl: Bildanalytische Verfahren zur Charakterisierung von Hirntumoren in dreidimensionalen MR-Schichtbildfolgen, in „Mustererkennung 1994”, eds. Kropatsch, W.G, Bischof, H., TU-Wien, Wien (1994).
Rosenfeld, A., A. Kak, Digital Picture Processing, Second Edition, Acad. Press, San Diego (1982).
Rumelhart, D.E., G.E. Hinton, R.J. Wiliams, Learning Internal Representations by Error Propagation, in „Parallel Distributed Processing”, eds. D.E. Rumelhart, A G.E. Hinton, R.J. Wiliams, pp.318–362, The MIT Press, Cambridge, Massachusetts (1986).
Zell, A., The SNNS Neural Network Simulator, in,J4ustererkennung 1991”, ed. B. Radig, pp.454–461, Springer, Berlin (1991)
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1995 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Roß, T., Handels, H., Busche, H., Kreusch, J., Wolff, H.H., Pöppl, S.J. (1995). Automatische Klassifikation hochaufgelöster Oberflächenprofile von Hauttumoren mit neuronalen Netzen. In: Sagerer, G., Posch, S., Kummert, F. (eds) Mustererkennung 1995. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79980-8_45
Download citation
DOI: https://doi.org/10.1007/978-3-642-79980-8_45
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-60293-4
Online ISBN: 978-3-642-79980-8
eBook Packages: Springer Book Archive